为了保证夜视效果 汽车厂商都加入了红外光源(图中左侧2×3阵列)
最后的最后，把以上所有东西都算进去，红外也足够了，屏幕也能很好成像了，仍然有一个作为人类难以跨越的鸿沟，那就是我们日常看到的物体是彩色的，但是红外 夜视系统却是单色，并且亮度比例与我们日常所见非常不符的画面，如果单纯靠这套系统去开车，恐怕出事故是必然的。所以才会有诸如奔驰这种厂商花大价钱研发 红外物体识别系统，在屏幕上进行详尽的信息提示，以保证车辆的安全，这也是为什么目前红外夜视系统应用甚少的主要原因。
再进 路面也智能识别
以上所说的都是我们可以直观认知的汽车影像系统，其实有一些辅助驾驶方面的东西也是基于汽车影像技术二次开发的，比如目前在高配置汽车上运用的ACC自适应 巡航，其原理就是通过实时工作的测距系统(往往是超声波与雷达结合)测算前车与目前车辆的距离以及时速，同时控制自己的车辆的速度。当然了一些更先进的 ACC自适应巡航系统还会采用光学式传感器收集更多数据，以保证更好的效果。
ACC自适应巡航就是结合了测距、测速与速度控制
车道偏离警告系统和车道保持系统的基础则是光学识别，首先摄像头通过比较高的帧速率读取前部画面信息，之后通过处理器分析出车道的方向，由于车道天生具备高 反差的特点，所以就能读取出来车道的方向，再结合汽车本身的方向信息，就可以得出我们是否偏离车道，偏离出多少的数据，这就是车道偏离警告系统，如果这套 系统再与方向控制系统关联，那就是车道保持系统了。
并线辅助系统相对简单一点 不过却有效防止低级交通事故
并线辅助系统其实比较复杂，主要以雷达为主，也有一些光学式的产品存在，一般来说是依靠特定的雷达向特定方向发出信号，只要车辆在对应的区间内出现，就会给 予司机一个不能并线的提示。这个功能对于一些驾驶习惯非常不好的朋友太有用了，毕竟城市里的剐蹭多半是因为并线而起，很有价值。
飞跃 忘记影像的发展
汽车影像技术再发展其实就非常没有影像气息了，不过也都脱离不了影像技术深层次开发的，比如智能大灯就是个很好的例子。智能大灯系统的基础也是光学识别，有 些可能还会加入测距系统作为辅助，当然智能大灯的光学系统用的并不是物体识别，而是亮度识别以及高亮点轨迹识别，再加上测距系统辅助，可以很好判断对向车 辆的位置，并且决定是否要开启和关闭对应的灯光。
目前智能大灯系统仍然存在很高的失误率 但是最起码不会出现会车大灯对晃的情况
自动刹车系统其实与自适应巡航有着异曲同工之妙，不过自动刹车系统要比自适应巡航更加复杂一点，毕竟随时在前部出现物体的概率很高，如果自动刹车系统过于灵 敏的确会带来很多的困扰。所以现在车辆的自动刹车系统普遍采用光学+超声波测距双重模式，不仅要侦测前方物体的距离，同时也需要光学识别物体识别前部是否 真的有东西，否则超声波的反射很可能导致错误的刹车结果，追尾也就是必然了。
自动泊车系统绝对是各类影像技术的集大成者
自动泊车系统也是目前很多品牌高科技技术的重点，他可以算是一个比较复杂的影像技术综合应用，传统的自动泊车系统设计并不需要光学系统，只要超声波测距即 可，相对先进的自动停车系统则会利用光学作为辅助识别，可以很好的保证停车的位置足够正，并且前后留的距离合适。
魔术车身控制就是一种完全超脱于影像的技术了
如果把如果再说的高科技一点，那就是奔驰最新的魔术车身控制系统了，这套系统同样基于光学识别，只不过采集的信息量非常庞大。车身通过光学系统采集地面信 息，然后计算出前方路面的起伏情况，之后根据车速主动调整悬挂高低，这可以说是目前影像技术在汽车上边最精尖的应用了。
落后 研发时间是问题
以上就是目前影像系统的主要组成部分，一些与控制相关的功能可能好坏很难体会到，但是最起码一点——倒车影像系统的分辨率我们都有很深的体会。虽然倒车影像已经成为了一个比较主流的功能，但是我们也经常感觉到倒车影像的分辨率实在是太低，看起来颇为模糊。
从开发板到成品普及大概要10年的时间
但是如果我们来看看目前上游厂商能做到的程度呢?一套完整的引导线不可动的1080P鱼眼摄像头+8英寸1080P屏幕可以把成本控制在1000元出头，但是目前倒车影像系统可以达到1080P分辨率的寥寥无几，而汽车的售价动辄6位数，显然成本并不是主要问题。
勒芒24小时赛是最能体现车辆耐久的比赛之一
那么问题出在哪?由于汽车是一个随时运动工作的产品，对于部件的稳定性要求非常之高，影像产品虽然多数都外挂在控制系统之外，但是出现问题仍然是不可原谅的 事情。所以我们目前看到这些车载影像系统非常落后，并不是因为他们出不起这个钱，而是因为他们需要太多的时间去研发和论证可靠性。
未来 自动驾驶都在此
在上一页我们说了现在汽车影像系统落后于整个影像系统的原因，不过落后归落后，汽车影像技术一定会是未来整个汽车工业发展最重要的一个环节，毕竟自动驾驶技 术的根基就是环境侦测技术，而环境侦测技术9成依赖于影像技术。而且影像产品本身的价格相对于汽车非常的低廉，相信全面普及绝不是件困难的事情。
想要做到上图中的自动驾驶 恐怕还有很多年的路需要走
不过汽车影像技术仍然面临着一个很大的难题，这个问题就在于信息量过大。虽然说收集周围环境可以非常简单的依靠增多传感器的形式来实现，但是哪怕收集到了非 常海量的环境情况，仍然避免不了分析与处理这个环节，物体识别算法成为了重中之重，运算单元的理论能力也是非常重要的因素，目前的汽车仍然在使用 Terga这种ARM低功耗级别的处理器，处理大量高分辨率高采样率的视频流信息显然是极其困难的。
之前曝光过的Google自动驾驶汽车 已经有了相当的成熟度 但是避免不了人为干预
总而言之，汽车影像技术一定是汽车厂商未来进步的重点，上文所指的那些高科技功能也会是衡量一个车科技含量的重要指标。当然了，除了影像技术，与互联网让我 的结合应用，电力驱动技术也会成为汽车未来发展的主心骨，未来会怎样我们谁都不清楚，在现在能做的唯有期待，那就让我们尽请期待吧!
